Article Per Year (5 Year)
p-Index From 2020 - 2025
0.562
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Digital Transformation Technology (Digitech)
Ningrum, Ayu Ahadi
Unknown Affiliation
Computer Science & IT Library & Information Science

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
PENERAPAN K-MEANS CLUSTERING MENENTUKAN LOKASI PROMOSI PENERIMAAN MAHASISWA BARU UNIVERSITAS MUHAMMADIYAH BANJARMASIN Hasanah, Nor Laila; Ningrum, Ayu Ahadi; Kamarudin, Kamarudin
JATISI (Jurnal Teknik Informatika dan Sistem Informasi) Vol 12 No 2 (2025): JATISI (Jurnal Teknik Informatika dan Sistem Informasi)
Publisher : Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jatisi.v12i2.11488

Abstract

Strategi promosi yang efektif menjadi kebutuhan penting bagi perguruan tinggi dalam menghadapi persaingan penerimaan mahasiswa baru. Penelitian ini bertujuan untuk mengelompokkan asal sekolah calon mahasiswa baru Universitas Muhammadiyah Banjarmasin (UMB) menggunakan algoritma K-Means Clustering berbasis data pendaftaran tahun akademik 2019 hingga 2025. Proses penelitian mengadopsi pendekatan Knowledge Discovery in Database (KDD) yang mencakup tahap seleksi, pra-pemrosesan, transformasi, data mining, dan evaluasi. Penentuan jumlah klaster optimal dilakukan dengan empat metode evaluasi internal, yaitu Elbow Method, Silhouette Score, Davies-Bouldin Index, dan Calinski-Harabasz Index, dengan hasil terbaik pada K=4. Hasil pengelompokan menghasilkan empat kategori potensi sekolah, yaitu Sangat Berpotensi, Berpotensi, Sedang, dan Rendah. Sekolah dalam kategori Sangat Berpotensi terkonsentrasi di wilayah Kalimantan Tengah, sedangkan kategori lainnya tersebar lebih merata di Kalimantan Selatan dan daerah lain. Temuan ini menunjukkan bahwa pemetaan berbasis data dapat menjadi acuan strategis dalam menyusun promosi wilayah yang lebih efektif dan terarah.
Optimalisasi Pengalokasian Bantuan Sosial di Kota Banjarmasin Menggunakan Pendekatan Naive Bayes Adha, Muhammad Iqbal; Marleny, Finki Dona; Ningrum, Ayu Ahadi
Digital Transformation Technology Vol. 5 No. 1 (2025): Periode Maret 2025
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v5i1.6001

Abstract

Penelitian ini bertujuan untuk mengoptimalkan pengalokasian bantuan sosial di Kota Banjarmasin melalui pendekatan klasifikasi Naive Bayes berdasarkan data sosial-ekonomi masyarakat. Latar belakang penelitian ini didasarkan pada kebutuhan untuk mendistribusikan bantuan secara lebih tepat sasaran di tengah keterbatasan sumber daya, dengan memanfaatkan data terbaru dari Kota Banjarmasin. Tujuan penelitian adalah menerapkan model klasifikasi untuk mengidentifikasi prioritas penerima bantuan berdasarkan variabel seperti pendidikan, penghasilan, status perkawinan, dan kecamatan. Metode penelitian melibatkan pembersihan data, pengelompokan variabel, pembuatan skor prioritas, dan penerapan algoritma Naive Bayes dengan penanganan ketidakseimbangan data menggunakan SMOTE lengkap dengan metrik evaluasi. Hasil penelitian menunjukkan bahwa model Naive Bayes mencapai akurasi 95% pada data pengujian dan seluruh data, dengan distribusi prioritas sebagai berikut: Prioritas Tinggi (46,2%), Prioritas Sedang (29,3%), dan Prioritas Rendah (24,5%). Kecamatan Banjarmasin Selatan, Banjarmasin Barat, dan Banjarmasin Utara diidentifikasi sebagai wilayah dengan jumlah prioritas tinggi terbanyak. Implikasi praktis dari penelitian ini adalah rekomendasi alokasi bantuan yang lebih terarah, strategi distribusi cepat, dan program pendukung seperti pelatihan keterampilan untuk kelompok prioritas sedang. Kesimpulan penelitian menegaskan bahwa pendekatan ini efektif untuk alokasi bantuan yang efisien, namun evaluasi berkala diperlukan untuk memastikan relevansi model di masa depan.
IMPLEMENTASI REGRESI LINEAR BERGANDA UNTUK PREDIKSI PENJUALAN PADA PT TRIMANDIRI SARANA PROPETINDO BANJARMASIN Damayanti, Alfisah; Marleny, Finki Dona; Ningrum, Ayu Ahadi
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 3 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i3.6679

Abstract

Optimalisasi manajemen persediaan merupakan faktor kunci dalam meningkatkan daya saing bisnis pada pasar yang semakin kompetitif. PT. Trimandiri Sarana Propetindo Banjarmasin yang masih mengandalkan pencatatan penjualan harian menggunakan Microsoft Excel, yang membatasi kemampuan dalam meramalkan penjualan secara akurat. Penelitian ini bertujuan mengembangkan model prediksi penjualan berbasis data stok barang tahun 2023, yang mencakup Stok Awal, Pembelian, Penjualan, Stok Akhir, Retur Penjualan, dan Barang Rusak. Data diolah dan dianalisis secara mingguan berdasarkan jenis bumbu untuk mengidentifikasi pola pergerakan stok. Hasil penelitian menunjukkan model prediktif yang dikembangkan mampu menjelaskan 76% variasi penjualan (R² = 0,76) dengan Root Mean Square Error (RMSE) sebesar 6.707,06, yang tergolong rendah dibandingkan rata-rata penjualan mingguan sebesar 2.920,07. Walaupun model menunjukkan performa baik, tantangan masih ada dalam menangani data dengan tingkat variabilitas yang tinggi. Implementasi model ini diharapkan membantu perusahaan beralih dari sistem manual ke pendekatan berbasis analisis prediktif dalam pengelolaan persediaan, meningkatkan efisiensi operasional, serta ketepatan pemenuhan permintaan pelanggan secara lebih optimal.
Co-Authors Adha, Muhammad Iqbal Damayanti, Alfisah Finki Dona Marleny Hasanah, Nor Laila Kamarudin Kamarudin